Phonic, uma plataforma de voz de voz, protege o investimento de Lux

As vozes geradas pela IA ficaram muito boas, sabe? Eles estão prontos para fazer coisas como audiolivros, podcasts, lendo artigos em voz alta e até suporte básico ao cliente. Mas muitas empresas ainda não são totalmente vendidas com a confiabilidade da tecnologia de voz da IA ​​para suas operações.

É aí que Moin Nadeem e Nikhil Murthy, alguns graduados do MIT, entram. Eles começaram a Phonic, uma empresa que se trata de reforçar a confiabilidade das vozes sintéticas enquanto cortava o atraso. Esses caras são amigos há mais de sete anos, desde que se conheceram no MIT. Quando eles começaram a Phonic no ano passado, eles notaram uma lacuna no mercado-ninguém estava realmente oferecendo uma solução completa de tecnologia de voz.

"A Voice AI está em um ponto em que você está costurando diferentes pedaços, como reconhecimento automático de voz e fala em fala e, em seguida, adiciona alguns inteligentes", explicou Murthy ao TechCrunch. "Mas quando conversamos com clientes reais, percebemos que há uma escassez de soluções que podem lidar com as coisas de maneira confiável em larga escala".

Nadeem, que costumava trabalhar na MosaicML (que os Databricks aceleraram por US $ 1,3 bilhão em 2023), apontou que muitas empresas no espaço da AI de voz, como Vapi e arredondadas, estão apenas subindo diferentes modelos de IA. O Phonic, por outro lado, faz as coisas de maneira diferente-elas treinam seus modelos do início ao fim, tudo internamente. Murthy acha que essa abordagem tem grandes vantagens.

"Quando você possui os modelos, você pode realmente assar alguns recursos de confiabilidade sólidos nos próprios modelos", disse ele. "Se você não controla essa camada, está apenas tentando colar pedaços juntos que realmente não combinam bem."

Além disso, Murthy mencionou que a maneira de fazer as coisas de Phonic permite que eles hospedem e administram seus modelos de maneira econômica. Eles treinam seus modelos em todos os tipos de gravações, incluindo discursos acentuados e abafados, para garantir que sejam super robustos.

No momento, o Phonic está trabalhando com um grupo seleto de parceiros nas indústrias de seguros e saúde, mas estão se preparando para um lançamento mais amplo em alguns meses. Nadeem disse em breve: qualquer um interessado pode dar um giro da tecnologia de Phonic diretamente em seu site.

O Phonic conseguiu ganhar US $ 4 milhões em financiamento de sementes, com Lux liderando a rodada e alguns grandes nomes, como o co-fundador da Replit, Amjad Masad, abraçando o co-fundador do Clem DeLangue, o co-fundador da Intuição aplicado Qasar Younis e o fundador da Modal Labs, Erik Bernhards, entrando.

Grace Isford, da Lux Capital, disse que foi atraída para a abordagem única de Phonic para treinar modelos internamente. "Achamos que Moin e Nikhil são tecnólogos incríveis", disse ela. "Eles iniciaram um clube de aprendizado de máquina no MIT e estão trabalhando em modelos de treinamento há algum tempo. Seu método de misturar modelos de difusão e proprietário no setor de IA de voz é bastante inovador".